纵向数据分析方法在中医临床疗效评价中的应用浅析.doc

《纵向数据分析方法在中医临床疗效评价中的应用浅析.doc》由会员分享，可在线阅读，更多相关《纵向数据分析方法在中医临床疗效评价中的应用浅析.doc（10页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、纵向数据分析方法在中医临床疗效评价中的应用浅析2007年第13卷第9期中国中医根底医学杂志ChineseJournalofBasicMedicineinTraditionalChineseMedicine711【中医多学科研究】纵向数据分析方法在中医临床疗效评价中的应用浅析谢雁鸣,徐桂琴(中国中医科学院中医临床根底医学研究所,北京lOO7OO)摘要:近年来,纵向资料分析方法已有长足的开展,其分析方法也更加先进,尽管取得这些重要进展,该方法进入临床疗效评价领域尤其是在中医药临床疗效评价领域的应用却略为缓慢.本文介绍了纵向数据的特点,渊源和几种主要数据分析方法特征,优缺点和其在中医药临床疗效评价中

2、的应用,为在中医药临床疗效评价使用纵向数据分析方法提供参考.关键词:纵向数据分析方法;中医药临床疗效评价中图分类号:R2.03文献标识码:A文章编号:1006.3250(2007)09.0711-03LongitudinalDataAnalysisMethodsintheEvaluatiOn0fClinicalEfficacyofTheApplieationXIEYan-ming,XUGui-qin(ChineseAcdemyofChineseMedicalSciences,Bering100700,China)与横断面研究不同,纵向研究中每个对象测量往往不止一次,而是根据研究目的对研究对象在

3、不同的时间点上先后进行测定,所得到的数据是重复测量的纵向数据.由于横断面研究的数据是在同一次调查中得到的,即果与因同时存在,无法判断发生时间的先后顺序,除非一些持续不变的因素如家族史,性别,血型,基因型外,不能推断疗效与相关因素之间存在因果联系.而纵向数据分析方法目的是为了识别和控制某些因素对结局的作用,又能识别因素间的相互作用对结局的影响,所以对纵向数据的分析显得尤为重要.纵向数据分析的目的是为了识别和控制某些因素对结局的作用,又能识别因素间的相互作用对结局的影响.中医的动态平衡观始终站在开展变化的角度审视疾病,辨证论治亦历来重视考察人体的功能和动态属性,这种朴素的复杂性思维使得中医指标历来

4、具有较强的动态性.如形寒肢冷的病症可以通过治疗而表现为由四肢厥冷变为四肢发冷,再到四肢不温的改善过程.这种动态平衡使得临床数据的采集假设按照传统的固定时间点的方法采集和分析,那么会丧失很多信息.另外,由于需要考虑年龄,体质,发病情况和病程转归等个体之间存在的差异,那么如何识别对疾病的影响因素显得尤为重要.如果我们用纵向数据分析方法设计和分析中医的临床科研,那么我们能够识别和控制对其疗效的影响因素,这将对中医疗效评价的方法提供参考.1纵向数据分析方法渊源医学试验中的纵向数据是指对观察对象按时间顺序进行重复测量所获得的资料.1959年Meredith等以纵向研究方法报道了Iowa城18岁以下白人男

5、性的人体测量的纵向研究,但当时的纵向研究还不能与横断面研究完全分开来,因为它们只是数个对同一人群的横断面研究的结果的纵向比较,描述这些测量指标在人群中的分布情况及变化,尽管如此,这些数据却为以后的研究提供了珍贵的资料.从20世纪40年代起,流行病学家们认识到在成人中进行高血压纵向研究的重要性,从此纵向研究摆脱了描述性研究的局限,进入了分析性流行病学领域;1960年代,这一时期的统计研究者主要面对的是个体层次的调查数据,同时将注意力集中在具有线性结构的因果模型和事件史分析.国内正式系统介绍现代纵向数据分析的文章是刘红云,孟庆茂2003年11月发表在?心理科学进展?的?纵向数据分析方法?一文,其中

6、概括性地介绍了潜变量成长模型,多层线性模型.2纵向数据分析方法应用按照纵向数据分析方法的进展可以分为传统纵向数据分析方法和纵向数据分析方法的新进展.传统纵向数据分析方法包括一些简单的分析方法,如探索性统计描述分析,同一组内不同时点间的比较和两组多时点资料的比较.而纵向数据分析方法的基金工程:国家科技支撑方案重大疑难疾病中医防治研究工程(2006BA104A21)7l2中国中医根底医学杂志ChineseJournalofBasleMedicineinTraditionalChineseMedieine2007年第13卷第9期新进展一般采用多层分析的方法处理重复测量数据与时间变量之间的关系.用多层

7、分析法处理重复测量的数据,不要求所有的观测个体有相同的观测次数,因此多层分析法处理缺失数据而不影响参数估计精度的这一特征,使得多层分析法在处理纵向观测数据时,比传统多元重复测量方法有很大的优势.2.1传统纵向数据分析方法2.1.1重复测量方差分析重复测量数据是指每一实验单位至少接受两次以上的不同处理,或接受相同处理后,至少在两个以上不同时间点进行测量,并获得相应次数的记录数据.由于同一对象的屡次测量之间存在相关性,因此完全随机设计的方差分析和成组t检验均不适合重复测量资料,这类资料可以用方差成分的方差分析,混合模型(MixedMode1)和广义估计方程(generalizedestimatin

8、gequations,GEE)等方法进行统计分析.重复测量数据可以用单变量方差分析,也可以用多变量方差分析,重复测量方差分析最大的缺点是不能就个体之间存在差异的原因进行分析和解释,数据中的缺失值不能得到精确的估计,在数据缺失量较大时,分析所用数据信息损失较大,另外重复测量方差分析不能处理分段间距不等或测量次数不等的数据.何洋波等详细介绍了纵向研究混合模型的特点和将其比较中西医结合和西医治疗非典期间对不同分型,不同入组病人血氧饱和度的疗效差异.由于非典时期情况紧急,病例的年龄,发病到入组的天数,以及发病时的感染程度等协变量存在较大差异,用传统的疗效评价方法无法挑选对疾病有影响的因素.因此,何洋波

9、等用纵向研究的混合模型从诸多因素中挑选出的结果显示当疗程在3d14d时,中西医结合组较西医治疗组有显着差异(P=0.006),中西医结合组疗效明显优于西医组,而在0d2d以及在15d后两组差异不显着(P=0.1356和0.1282),这对当时何时用中医中药治疗病人提供了依据,也为日后纵向数据的研究奠下了根底.2.1.2时间序列分析时间序列是按时间顺序排列的观测值的集合,如观测在时间上是连续的,那么称该序列为连续型时间序列;如观测只在一些规定的时刻进行,那么称该序列为离散的,观测的间隔可以是相等的,也可以是不等的.时间序列分析以回归分析为根底,目的在于测定时间序列中存在的长期趋势,季节性变动,循

10、环波动及不规那么变动,并进行统计预测,为了对时间序列中不同的变化趋势进行分析.钟朝晖等认为,时间序列分析是对一组按时间顺序排列的变量值进行分析,以揭示事物随时间推移而开展变化的动态规律,并对未来一段时间的开展变化趋势作出预测.时间序列分析克服了因果回归分析法中影响预测对象的因素错综复杂不易分析和数据资料不易得到的难题,利用任何事物的发展都具有一定惯性(即延续性)的原理,根据预测变量自身在各时刻变化规律的依存关系,以时间t综合替代各种影响因素,建立时序模型,以到达预测未来的目的.提出的Cox回归模型,在Cox的论文发表后,随之进行的大量对时间事件数据研究工作为生存数据分析既确立了理论根底,又提供

11、了计算工具.Cox比例风险回归模型可以做多因素分析,并可进行相对危险度估计,同时考虑生存结局和生存时间的长短,可能处理随访中常见的截尾数据,所以广泛应用于因素分析和生存预测.易丹辉等将其应用于中西医结合治疗与西医治疗对肺炎吸收时间的比较.在确定了年龄进行分组后,按不同的年龄组建立比例危险率模型,分析不同方案的影响.以肺炎吸收时间为因变量,分组,病症分型,性别为解释变量,对两组年龄分别建模,得出的结果是中西医结合组肺炎吸收时间更短,中医具有显着的辅助治疗作用.高颖等在研究中风病中医临床疗效评价中,从病人入院到发病14d,共调查了144例,每天动态采集数据,连续14d,总计1450例次,发病7,1

12、4,28d后,总计例次194次,共调查了1644个样本,对每个数据点进行分析,这种随时间变化测量的数据也适合用纵向数据分析方法.2.2纵向数据分析方法的新进展2.2.1潜变量增长曲线模型潜变量增长曲线模型(1atentgrowthcurvemode1)用潜变量来描述总体的平均增长趋势和依时间变化的情况,模型同时考虑因素的平均值和方差.其优点在于对变量之间直接的和间接的影响关系都可以进行分析,其局限性是往往要求比较大的样本容量,而且对于所有个体的评估要求测试时间间隔相同,因此仅适用于在某几个固定时间点观测得来的纵向资料.在潜变量增长曲线模型中,用潜变量来描述总体的平均增长趋势和依时间变化的情潜变

13、量增长曲线模型不仅分析了总体的开展趋势,而且可以分析总体之间存在的差异.由于潜变量结构模型是基于协方差结构模型的理论,因此在疗效评价中尤其是在中医药疗效评价中,当基线不一致时如体制,证候指标不一致时一般采用协方差结构模型:两组间总积分相对基线的变化值的比较采用协方差分析模型,分析时以基线总积分和中心为协变量,考虑中心效应.在此根底上计算各组最小二乘均数(LSMEANS)及试验组与对照组最小二乘均数差值的Dunnett法校正的95%可信区间,用以比较试验组与对照组的统计学差异.为考察中心的一致性,还将单独拟合一个协方差分2007年第l3卷第9期中国中医根底医学杂志ChineseJournalof

14、BasicMedicineinTraditionalChineseMedicine7l3析模型,模型中除考虑上述因素外,还考虑中心与分组的交互作用,并在0.10水平判断交互项是否有意义,即是否存在交互作用.2.2.2多层线性模型多层线性模型是用于分析具有嵌套结构特点数据的一种统计分析技术,在多层结构中可以对非平衡测量数据得到参数的有效估计.因此,用多层分析法处理重复测量的数据,不要求所有的观测个体有相同的观测次数.在纵向调查研究中,由于各种各样的原因,被试个体观测值局部缺失的情况时有发生,因此多层分析法处理缺失数据而不影响参数估计精度的这一特征,使得多层分析法处理在处理纵向观测数据时,比传统多

15、元重复测量方法有很大的优势.它的缺点是其参数估计方法较传统方法要复杂得多,而且不能处理变量之间间接的影响关系和复杂的观测变量和潜变量之间的关系.耿直等详细介绍了纵向研究疗效评价的非随机缺失数据分析,并将其用于非典期间比较中西医结合治疗和纯西医治疗的疗效,结果得出中西医结合治疗的效果随时间推移逐渐优于纯西医治疗,且在第三时间段的治疗最正确.3结语和展望纵向研究主要用来分析一段时间或某几个时间点总体的平均增长趋势和个体之间的差异.纵向研究与横向研究相比,最大的优点是纵向研究设计可以合理地推论变量之间存在的因果关系.纵向研究具有横向研究不同的适用范围:可以答复顺序,一致性问题;可以合理地推论变量之间

16、的因果关系;特别适合于研究开展的稳定性和早期影响的作用问题,也适用于个案研究.中医学辨证论治的精髓使得所辨得的证候不仅是病症,体征的表现,还表示时间序列,即证的动态变化.由于中医诊治疾病是动态的,有时相的,因此在中医药的临床疗效评价方法学的研究中,用纵向数据分析方法能够客观地评价中医药的疗效.目前在中医药临床疗效评价领域,应用纵向数据分析方法的报道还不是很多,希望本文能起到抛砖引玉的作用,为纵向数据分析方法在中医药临床疗效评价中提供参考.相信纵向研究方法将广泛用于中医临床疗效评价.参考文献:1胡立胜,周强.中医临床研究设计与SAS编程统计分析M.北京:学苑出版社,2003.12.2Garret

17、tM.Fitzmaurice,NanM.1aird,JamesH.Ware:AppliedlongitudinalanalysisM.BostonMarch,2004.3钟朝晖,刘达伟,张燕.重庆市主城区入口死亡率的时间序列分析J.中国公共卫生,2003,19(7):796.798.4刘红云,孟庆茂.纵向数据分析方法J.心理科学进展,2003,11(5):586.592.5耿直,葛丹丹.纵向研究疗效评价的非随机缺失数据分析c.2005中国现场统计研究会第12届学术年会论文集.作者简介:谢雁鸣(1959.),女,研究员,从事中医临床疗效评价研究.(上接第7l0页)众认可疗效是对中医药学开展的重要

18、冲动剂.对于中医的科学研究,国家应当是:不知道0.65%,加大投入86.6l%,减少投入4.68%,顺其自然8.06%.公众的意愿就是国家的意志,国家现在对于中医药事业开展的重视程度是以往任何时候所不能比较的,我们应当倍加珍惜.从公众的角度看中医学对个人的健康有的影响,被调查者的答复是:好的影响81.o7%,好坏参半2.9l%,不好的影响3.24%,没有影响6.96%,说不清楚5.83%.公众需要中医,中医更应当自强不息.当问及影响中医药知识传播的因素是什么时,被调查者答复:政府决策36.0r7%,经费支持9.84%,公众认可11.80%,疗效提高17.87%,社会环境l8.o3%,媒体介入6

19、.39%.国家支持科普事业的开展,是提高全民科学素质的重要条件.公众对中医药学的总体评价是:有能力解决医学中的大局部问题53.53%,有能力解决一局部医学问题34.78%,几乎不能解决我们现在面临的医学问题9.78%,不知道1.92%.如果您所在地方组织中医药知识科普讲座,您能参加吗?参加55.89%,说不准31.05%,不参加l3.06%.说明公众渴望进一步了解中医知识,也说明应当进一步加强中医药知识的传播工作.7讨论网络调查是一种新型调查方式,在企业进行市场调查时经常使用,用于医学调查并不多见.我们借鉴了市场调查的模式,进行中医药知识的调查,并通过计算机进行评价,是一种较为方便的调查方法.网络调查存在的问题显而易见,就是被调查者当对调查问题不感兴趣时,他(她)只填写一局部内容就自动放弃调查,调查结果对整体的反映不全面.网络调查容易产生年龄分布上的偏移,也需要与现场调查结果进行比较,才能真实反映公众的意愿,但它毕竟是一种较好的调查手段,需要进一步完善.参考文献:1刘艳骄.网络问卷的设计与应用探讨.中医药临床研究方法论坛论文集M.北京:2005.113.115.